論文・プレプリント

(著者不明)

中小企業（SME）向けに、コストと技術的障壁を低減する炭素会計フレームワークを提案。簡素化された排出追跡ツール、クラウドデータ管理、モジュール式報告テンプレートを統合し、機械学習でデータ精度を向上。ケース検証では報告コスト40%削減、データ精度25%向上を達成。

Reza Kiani Mavi, Majid Semiari, Seyed Ashkan Hosseini Shekarabi +4

本研究は、サプライヤー・製造業者・小売業者の3層からなる食品サプライチェーンの持続可能な設計を支援する統合最適化フレームワークを開発。総コストと炭素排出量の最小化と、認証されたグリーン工程の割合の最大化を同時に図る。政府の政策として、グリーン生産への単位補助金と代替燃料車への使用補助金をモデル化し、NSGA-IIを用いて求解。乳製品のケーススタディでは、適切な補助金により総コスト40%削減、排出量25%削減、グリーン割合80%以上を達成…

Danhui Lai, Zhang Zeqi, Yingjie Li +2

本論文は、ビッグデータの相関ルールアルゴリズム（FP-Growth）を製品カーボンフットプリント（CFP）認証データの共有・追跡に応用し、異なるサプライチェーン拠点間の排出関連ルールを抽出するモデルを提案。従来のApriori法と比較し、処理時間を18.6秒から7.9秒に短縮し、ルールの信頼性と向上度を改善。CFPデータの効率的な統合と排出ホットスポット特定に寄与する。

Y.S. Cho, Arbind Agrahari Baniya, Kieran Murphy

本研究は、園芸農業における農場レベルのイベントトレーサビリティを実現するフレームワークを提案する。グローバルデータ標準を活用し、灌漑や収穫などのイベントを分散型IDと安全なデータ共有で記録する。ビクトリア州の農場での試験と国際輸出のパイロットで有効性を示し、Scope3排出報告などのESG要件に対応する。

Haya R. Hasan, Khaled Salah, Ahmad Mayyas +4

本論文は、EVバッテリーのデジタルパスポートをブロックチェーンとコンポーザブルNFTで構築し、サプライチェーン全体のトレーサビリティと改ざん防止を実現する。4つのカソード化学物質を10の持続可能性KPIで評価し、バッテリーごとの総合スコアを算出する。コストとセキュリティ分析により実用性を示すが、実環境での検証は今後の課題である。

Tao Wang, Yang Shen

中国のサプライチェーン・デジタル化（SCD）政策が企業のグリーン変革パフォーマンス（EGTP）に与える影響を、2013-2023年のA株上場企業パネルデータとダブル機械学習で実証。SCDはEGTPを有意に向上させ、非国有企業や高サプライチェーン統合、高競争産業、非高汚染産業で効果が大きい。メカニズムとして適応・吸収・革新能力の向上を確認し、上流サプライヤーへの波及効果も示した。

Lukas Nagel, Rainer Gerstbauer, Levon Harutyunyan +3

本論文は、製品開発の戦略計画段階でサプライチェーン全体の炭素フットプリントを予測するデータ提供手法を提案する。EUの気候中立目標に対応し、Gaia-Xデータ基盤を活用したセキュアなサービス提供とデータ共有を実現する。ウェブアプリケーションとして実装され、射出成形カップのサプライチェーンを事例に、生産パラメータが炭素排出に与える影響を評価する。これにより、炭素最適化された製品開発と後期生産段階での炭素回避を可能にする。

Zhouhui Zhang, xinyu Liu, Xin‐Rong Zhang

本論文は農産物コールドチェーンにおけるエネルギー消費と環境問題に着目し、AIとIoTを活用した省エネルギー・低炭素化の可能性を論じる。冷蔵システムのエネルギー消費が全体の約80%を占め、輸送時の炭素排出が常温物流より30%高いと指摘。AIによるエネルギー管理アーキテクチャを提案し、データ収集から予測・最適制御までを統合する枠組みを示す。将来のスーパーコールドチェーン実現に向けた課題と機会を分析する。

Xinyue Hao, Emrah Demir

本研究は、サプライチェーンにおけるAI導入の促進要因と阻害要因を、ESGフレームワークに基づくPRISMA系統的レビューとテーマ分析により特定した。環境次元では廃棄物削減とGHG排出削減、社会次元では製品の安全性・品質と社会的福利、ガバナンス次元ではアジャイル・リーン実践、コスト削減、持続可能なサプライヤー選定、循環経済、リスク管理などがトリガーとして挙げられた。技術的阻害要因には規制不足、データセキュリティ、倫理的AI、データ品質、バ…

Afia Saiara Akhi, Mustakim Jahan, Shamima Shammay +1

本レビューは、AI技術を活用した持続可能なプロジェクト・サプライチェーン管理の最適化に関する最近の研究を体系的に整理し、予測分析、機械学習、デジタルツイン、多目的最適化などの進展を統合した概念フレームワークを提示する。炭素排出削減、エネルギー効率向上、透明性向上へのAI活用の世界的傾向を明らかにし、データ相互運用性や説明可能なAIなどの課題を指摘する。

Manuel Reif, Christiana Plociennik, Mohammad Hossein Rimaz +2

本論文は、Gaia-X原則と資産管理シェルを組み合わせたデジタル製品パスポート（DPP）を提案し、分散ホスト型サブモデルによりサービスプロバイダーが製品データに相互運用可能にアクセスできることを示す。実例としてScope 3炭素フットプリント計算を挙げ、循環経済政策への適合性を高める。

Srikanta Routroy, Prasanta K. Sahu, Prem Chhetri

本特集号は、物流・サプライチェーンにおける脱炭素化の緊急性を論じ、デジタル技術、再生可能エネルギー、循環経済などの戦略を紹介する。AI駆動の意思決定支援システムが排出削減に有効である一方、インフラ不足や政策の不整合が課題と指摘。3つの論文（グリーン交通政策、インドネシア港湾、インド食料流通）を概説し、今後の研究課題を提示する。

Prathaban Durai, Jagannath Nalavade

航空宇宙産業のScope 3排出を監視・管理するためのデータフレームワークを提案。ビッグデータ解析技術を用い、バッチ・リアルタイム入力に対応。航空会社が排出削減目標設定や戦略立案に活用可能。

Joan van Eeckhout, Miona Dimic, Cecilio Ángulo

Agrixelは、農業データの相互運用性を高める新しい地理空間標準で、AIと機械学習を活用し、炭素排出、エネルギー使用、水管理などの外部性をデータレイヤーとして統合する。FAIR原則に準拠し、アグリフード分野の効率化と持続可能性向上を目指す。

Duncan J. Reynolds

英国NHSにおけるAI導入の炭素排出が、現行のグリーンプラン報告で見落とされていることを指摘。Scope 1-3会計の3つの欠落点（粒度不足、ハードウェアのライフサイクル排出、未調達の生成AI）を特定し、ChatGPT利用だけで年間約349トンCO₂eの排出を推定。契約条項、Scope 3への排出係数組み込み、外部AIトラフィック監視という3つの改善策を提案。

Duncan J. Reynolds

英国NHSにおけるAI導入の炭素排出が、必須のグリーンプラン報告で見落とされていることを指摘。現在のスコープ1〜3会計では、AIワークロードのエネルギー集約性、GPU等のライフサイクル排出、未調達の生成AIツールの使用による排出が欠落している。ChatGPTの利用だけで年間約349tCO2eの排出が推定され、報告ギャップを埋めるための具体的な対策（契約条項、スコープ3へのハードウェア排出係数組み込み、AIトラフィック監視）を提案する。

Girish K A, Chiranthana Shreya, Nischitha H E +2

本論文は、AIと画像処理を用いて植物をリアルタイム検出し、自動で肥料を散布するロボットを提案する。化学物質の使用を最適化し、環境負荷と農家の健康リスクを低減する。実験により、散布精度が向上し、資源の無駄を削減できることを示す。

Yinfeng Chen, Ying Hu

中国の炭素集約産業の2007-2023年のパネルデータを用い、二重脱バイアス機械学習（DDML）でGVC参加と国内付加価値比率がイノベーションを促進することを実証。中間財輸出の高度化、技術市場活性化、気候政策不確実性の内部化、環境違反開示の整合が媒介経路。成熟資源都市と後方連関産業は学習効果が大きい一方、前方連関産業と非成熟都市は位置づけパラドックスと比較優位のロックインのリスク。SDG9への示唆を提供。

Wen‐Chi Yang, Wen‐Min Lu, Irene Wei Kiong Ting +1

本研究は、台湾の半導体製造企業（TSMC）のバリューチェーンにおける37社のデータを用い、逆DEAと確率制約DEAを適用してESGイニシアチブが環境効率に与える影響を分析。環境次元は環境効率に負の影響を与える一方、社会・ガバナンス次元は正の相関を示すが統計的に有意ではない。地域による環境効率の差異が顕著で、地域別戦略の必要性を示唆。

Çağdaş Civelek

トルコの農業GHG排出量をEU-27カ国と比較し、2025-2030年の排出量を機械学習で予測。農業排出は全体の約12%を占め、排出強度は低いが総量は2番目に多い。Random Forestが最良の予測性能（R²=0.503）を示した。